Tag · 6 篇
反事实推理
通过自批判推理框架扩展视觉语言模型的测试时鲁棒性
Scaling Test-Time Robustness of Vision-Language Models via Self-Critical Inference Framework
提出自批判推理框架，通过多轮文本与视觉扰动的反事实推理提升LVLM鲁棒性，并引入动态鲁棒性基准DRBench，为视觉语言模型的可靠性评估与测试时增强提供可复用方法。
先构想、再关注、后回应：大型视觉语言模型中的反事实幻觉缓解
Envision, Attend, Then Respond: Counterfactual Hallucination Mitigation in Large Vision-Language Models
提出一种免训练框架，利用扩散先验生成视觉印象并定位反事实元素，再通过对比解码抑制幻觉，可复用于提升LVLM在视觉证据与常识冲突时的鲁棒性。
DARC：面向可信胸部X光分类的双重调整反事实推理
DARC: Dual Adjustment Reasoning with Counterfactuals for Trustworthy Chest X-ray Classification
把因果推断中的后门调整与反事实推理引入胸部X光多标签分类，用于解耦病理共现与非病理视觉混杂带来的虚假相关；其像素级混杂标注数据集CheXconf与双流因果学习结构，可迁移到其他存在捷径学习的医学影像乃至自然图像分类任务。
跨域演示到代码：基于神经符号反事实推理的方法
Cross-Domain Demo-to-Code via Neurosymbolic Counterfactual Reasoning
把视频演示抽象为符号轨迹、再用反事实状态搜索做可验证的程序修订，这一「感知→符号→可验证改写」的管线可迁移到视觉演示学习与跨域操作策略生成中，为 VLM 驱动的机器人编程提供可验证的中间表示。
反事实 VLA：具备自适应推理的自反思视觉-语言-动作模型
Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning
把反事实自反思作为 VLA 执行前的推理环节，并配合 rollout-filter-label 数据挖掘管线，可为视觉驱动的端到端规划提供「先想后做」的可复用范式，尤其适合需要安全约束的轨迹生成任务。
面向医学视频诊断的临床依据反事实推理
Clinically-Grounded Counterfactual Reasoning for Medical Video Diagnosis
用扩散模型合成反事实组织演变视频，并通过时序一致性、病理可分性与反事实对齐三项约束学习表征，为数据稀缺下的视频诊断提供可复用的反事实增强与对比预测范式。